หลายโรงงานมีมอเตอร์ไฟฟ้าจำนวนมาก — ตั้งแต่ปั๊ม เครื่องอัดอากาศ พัดลม จนถึง Conveyor — แต่การตรวจสอบสุขภาพมอเตอร์มักทำได้ยากเพราะชิ้นส่วนภายใน เช่น แบริ่ง เพลาโรเตอร์ ขดลวด อยู่ในตัวถังปิด แต่มีเทคนิคหนึ่งที่สามารถ “มองทะลุ” ได้โดยไม่ต้องแกะเครื่อง — นั่นคือการวิเคราะห์ลายเซ็นกระแสไฟฟ้าของมอเตอร์ หรือ Motor Current Signature Analysis (MCSA)
MCSA คืออะไร?
Motor Current Signature Analysis (MCSA) เป็นเทคนิค Non-Intrusive Predictive Maintenance ที่ตรวจสอบสุขภาพของมอเตอร์ไฟฟ้าและเครื่องจักรที่ต่อกับมอเตอร์ โดยวัดและวิเคราะห์ สัญญาณกระแสไฟฟ้า (Stator Current) ที่ไหลเข้ามอเตอร์ หลักการคือ เมื่อมอเตอร์ทำงาน ความผิดปกติทางกลและทางไฟฟ้าจะสร้าง การแปรผันของ Torque ซึ่งส่งผลให้กระแสไฟฟ้าที่ดึงเข้ามี “ลายเซ็น” พิเศษที่สามารถตรวจจับได้ผ่าน FFT Spectrum ของกระแสไฟฟ้า
จุดเด่นของ MCSA คือเป็น Non-Intrusive — เพียงแค่ clamp Current Transformer (CT) ที่สายไฟเข้ามอเตอร์ ไม่ต้องแกะเครื่อง ไม่ต้องหยุดการผลิต และสามารถตรวจสอบได้พร้อมกันทั้งสุขภาพทางกลและทางไฟฟ้าของมอเตอร์
หลักการทางฟิสิกส์: จาก Torque Ripple สู่ Current Signature
มอเตอร์ไฟฟ้าทำงานโดยการสร้างสนามแม่เหล็กหมุนที่ดึงดูดโรเตอร์ให้หมุนตาม ในสภาวะปกติ Torque ที่สร้างขึ้นจะค่อนข้างสม่ำเสมอ แต่เมื่อมีความผิดปกติ เช่น แบริ่งเสีย เพลาคด เฟืองสึก หรือขดลวดมีปัญหา จะเกิด Torque Ripple — แรงบิดที่แปรผันไปจากค่าเฉลี่ย การแปรผันของ Torque นี้ส่งผลให้เกิดการแปรผันของกระแสไฟฟ้าที่มอเตอร์ดึงเข้า และการแปรผันนี้สามารถ “อ่าน” ได้ผ่าน Spectrum ของกระแสไฟฟ้า โดยแต่ละความผิดปกติจะสร้างความถี่ที่คำนวณได้ตามสูตรทางคณิตศาสตร์
ความผิดปกติที่ MCSA ตรวจจับได้
1. Broken Rotor Bar (แท่งโรเตอร์หัก)
เป็นความผิดปกติทางกลที่พบในมอเตอร์ Induction แบบ Squirrel Cage เมื่อแท่งโรเตอร์หัก จะสร้าง Sideband ที่ความถี่เท่ากับความถี่จ่ายไฟ (Line Frequency) บวก/ลบด้วยผลคูณของ Slip และจำนวนขั้ว โดยสูตรคือ f_sideband = f_line × (1 ± 2s/p) เมื่อ s คือ Slip และ p คือจำนวนขั้ว การเห็น Sideband ที่ความถี่เหล่านี้ โดยเฉพาะที่แอมพลิจูดสูงเมื่อเทียบกับ Fundamental Component คือสัญญาณบ่งบอกของ Broken Rotor Bar
2. Air Gap Eccentricity (ความเยื้องศูนย์กลาง)
โรเตอร์และสเตเตอร์ของมอเตอร์ต้องอยู่ที่ศูนย์กลางเดียวกัน แต่เมื่อมีการสึกหรอ การติดตั้งไม่ดี หรือเพลาคด จะทำให้ช่องว่างอากาศ (Air Gap) ไม่เท่ากัน เรียกว่า Eccentricity แบ่งเป็น Static Eccentricity (ตำแหน่งคงที่) และ Dynamic Eccentricity (ตำแหน่งเปลี่ยนไปตามการหมุน) ทั้งสองแบบสร้างความถี่เฉพาะใน Current Spectrum ที่คำนวณจากความเร็วรอบและจำนวนสล็อตของโรเตอร์
3. Bearing Fault (ความผิดปกติของแบริ่ง)
แบริ่งที่เริ่มเสียจะสร้างการสั่นสะเทือนที่ความถี่เฉพาะ (เช่นเดียวกับใน Vibration Analysis) การสั่นสะเทือนนี้ทำให้ Air Gap เปลี่ยนแปลงเล็กน้อย ซึ่ง Modulate กระแสไฟฟ้าและสร้าง Sideband ที่ความถี่ f_bearing = |f_line ± k × f_fault| โดย f_fault คือความถี่ Fault ของแบริ่ง (BPFI, BPFO, BSF, FTF) ทำให้ MCSA สามารถตรวจจับแบริ่งที่เสียได้โดยไม่ต้องติดเซ็นเซอร์สั่นสะเทือน
4. Stator Winding Fault (ความผิดปกติของขดลวด)
ขดลวดสเตเตอร์ที่มีการ Short Circuit ระหว่างรอบ (Inter-Turn Short) จะสร้าง Asymmetry ในสนามแม่เหล็ก ทำให้เกิดความถี่ผิดปกติใน Current Spectrum ที่สามารถตรวจจับได้ก่อนที่ความผิดปกติจะลุกลามเป็นการเสียหายรุนแรงของมอเตอร์
วิธีการวัดและอุปกรณ์
การทำ MCSA ต้องการอุปกรณ์ที่ไม่ซับซ้อน:
- Current Transformer (CT): หรือ Current Clamp ที่ครอบสายไฟเฟสหนึ่งของมอเตอร์ เพื่อวัดกระแสไฟฟ้าแบบ Non-Intrusive
- Data Acquisition (DAQ): เครื่องเก็บสัญญาณกระแสไฟฟ้าด้วย Sampling Rate สูง (อย่างน้อย 10 เท่าของความถี่สูงสุดที่ต้องการวิเคราะห์)
- Software วิเคราะห์ FFT: สำหรับแปลงสัญญาณกระแสไฟฟ้าเป็น Frequency Spectrum และระบุ Fault Frequencies
เปรียบเทียบ MCSA กับ Vibration Analysis
ทั้งสองเทคนิคมีจุดเด่นและข้อจำกัดที่แตกต่างกัน การเลือกใช้หรือการใช้ร่วมกันจะให้ผลลัพธ์ที่ดีที่สุด:
| ปัจจัย | MCSA | Vibration Analysis |
|---|---|---|
| การติดตั้งเซ็นเซอร์ | Non-Intrusive (clamp สายไฟ) | ต้องติดบนตัวเครื่องจักร |
| ระยะไกลจากมอเตอร์ | วัดได้ที่ตู้ควบคุม | ต้องติดบนตัวมอเตอร์ |
| การตรวจจับแบริ่ง | ได้แต่ความรุนแรงปานกลางขึ้น | ตรวจจับได้ระยะแรก (เทคนิค Envelope) |
| การตรวจจับโรเตอร์ | แม่นยำมาก (Broken Bar, Eccentricity) | ตรวจจับยากกว่า |
| การตรวจจับขดลวด | ตรวจจับได้ | ไม่สามารถตรวจจับได้ |
| เครื่องจักรต่อประกอบ | ตรวจได้ (Gear, Pump) | ตรวจได้ดีกว่า (โดยตรง) |
การวิเคราะห์ใน IIoT Era
เมื่อผนวก MCSA เข้ากับ IIoT โรงงานสามารถติดตั้ง CT และ DAQ ถาวรที่มอเตอร์สำคัญ ส่งข้อมูลกระแสไฟฟ้าไปยัง Cloud Platform ที่คำนวณ FFT Spectrum และเปรียบเทียบกับ Baseline อัตโนมัติ ระบบ AI และ Machine Learning สามารถเรียนรู้รูปแบบปกติของแต่ละมอเตอร์ และส่งแจ้งเตือนเมื่อพบความผิดปกติที่มนุษย์อาจมองข้าม ทำให้สามารถตรวจสอบมอเตอร์นับร้อยนับพันตัวในโรงงานได้พร้อมกันโดยอัตโนมัติ
กรณีศึกษา: มอเตอร์ปั๊มน้ำหล่อเย็นในโรงงาน
โรงงานแห่งหนึ่งมีมอเตอร์ปั๊มน้ำหล่อเย็นขนาด 250 kW ที่ทำงานต่อเนื่อง 24 ชั่วโมง เมื่อทำ MCSA เป็นประจำ พบว่า Current Spectrum เริ่มมี Sideband ที่ความถี่ต่ำกว่า Fundamental ประมาณ 2 Hz ซึ่งตรงกับสูตรคำนวณ Broken Rotor Bar แอมพลิจูดของ Sideband ค่อยๆ เพิ่มขึ้นในช่วง 3 เดือน ทีมงานจึงวางแผนเปลี่ยนมอเตอร์ในช่วง Planned Shutdown เมื่อแกะตรวจสอบพบว่ามีแท่งโรเตอร์หัก 2 แท่ง หากปล่อยต่อไป มอเตอร์จะเสียหายรุนแรงและอาจทำให้สายการผลิตทั้งหมดหยุดทำงานเนื่องจากขาดน้ำหล่อเย็น การใช้ MCSA ช่วยให้ทีมงานวางแผนการซ่อมได้ล่วงหน้า และหลีกเลี่ยง Unplanned Downtime ที่จะส่งผลกระทบอย่างมาก
ข้อจำกัดที่ต้องทราบ
MCSA มีประสิทธิภาพสูงแต่ก็มีข้อจำกัด การตีความ Current Spectrum ต้องการความรู้เฉพาะทางและข้อมูลที่ถูกต้องของมอเตอร์ (จำนวนขั้ว จำนวนสล็อตโรเตอร์ ค่า Slip) มอเตอร์ที่ทำงานในโหลดต่ำมาก (Light Load) จะมีค่า Slip ต่ำ ทำให้ Fault Frequencies เลื่อนไปใกล้ Fundamental Component ซึ่งตรวจจับยาก นอกจากนี้ Load Oscillation (การแกว่งของโหลด) จากเครื่องจักรที่ต่ออยู่อาจสร้าง Sideband ที่คล้ายกับ Fault Frequencies ทำให้ต้องตีความอย่างระมัดระวัง
สรุป
MCSA เป็นเทคนิค Predictive Maintenance ที่ทรงคุณค่าสำหรับมอเตอร์ไฟฟ้าในโรงงานอุตสาหกรรม โดยเฉพาะอย่างยิ่งในโรงงานที่มีมอเตอร์จำนวนมากและเข้าถึงตัวเครื่องยาก ความสามารถในการตรวจจับความผิดปกติทั้งทางกลและทางไฟฟ้าในการวัดเดียว โดยไม่ต้องหยุดเครื่องจักร ทำให้ MCSA เป็นเครื่องมือที่คุ้มค่าและควรอยู่ในชุดเครื่องมือ Condition Monitoring ของทุกโรงงานที่ต้องการยกระดับกลยุทธ์การบำรุงรักษาให้เป็น Predictive อย่างแท้จริง